MétaCan
Menu
Retour à la cohorte
Enregistrement W3161612362 · doi:10.3390/nu13051581

Optimizing Inpatient Nutrition Care of Adult Patients with Inflammatory Bowel Disease in the 21st Century

2021· review· en· W3161612362 sur OpenAlexaff
Elaine Chiu, Christopher Oleynick, Maitreyi Raman, Barbara Bielawska

Notice bibliographique

RevueNutrients · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensUniversity of OttawaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineMalnutritionInflammatory bowel diseaseIntensive care medicineDiseaseUlcerative colitisShort bowel syndromeIntervention (counseling)Crohn's diseaseParenteral nutritionPediatricsInternal medicine

Résumé

récupéré en direct d'OpenAlex

Malnutrition is highly prevalent in inflammatory bowel disease (IBD) patients and disproportionately affects those admitted to hospital. Malnutrition is a risk factor for many complications in IBD, including prolonged hospitalization, infection, greater need for surgery, development of venous thromboembolism, post-operative complications, and mortality. Early screening for malnutrition and prompt nutrition intervention if indicated has been shown to prevent or mitigate many of these outlined risk factors. There are many causes of malnutrition in IBD including reduced oral food intake, medications, active inflammation, and prior surgical resections. Hospitalization can further compound pre-existing malnutrition through inappropriate diet restrictions, nil per os (NPO) for endoscopy and imaging, or partial bowel obstruction, resulting in "post-hospital syndrome" after discharge and readmission. The aim of this article is to inform clinicians of the prevalence and consequences of malnutrition in IBD, as well as available screening and assessment tools for diagnosis, and to offer an organized approach to the nutritional care of hospitalized adult IBD patients.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,022
Tête enseignante GPT0,310
Écart entre enseignants0,288 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetNutrition and Health in AgingTravaux en français237 207